Jev เทียบกับโมเดลสร้างข้อความ
Jev ไม่สร้างข้อความแบบอิสระ วิดีโอเปรียบเทียบแสดงความต่างระหว่างการตัดสินใจแบบขนานกับการสร้างข้อความทีละโทเคน
Jev จาก TypeSafe AI: ทำให้ความแตกต่างระหว่างการให้เหตุผลและการจัดหมวดหมู่ชัดเจน
โพสต์นี้ตั้งข้อสังเกตว่าสิ่งที่ดูเหมือนการใช้เหตุผลในโครงสร้างพื้นฐานเอเจนต์ส่วนใหญ่จริงๆ แล้วเป็นเพียงการจัดหมวดหมู่ Jev ทำให้ความแตกต่างนี้ชัดเจน: มันไม่ได้สร้างข้อความเลย แต่รับสถานะและคำถามที่มีประเภทแทน
The pattern I keep seeing in agent infrastructure right now is that most of what looks like reasoning is actually just classification wearing a costume. TypeSafe AI's Jev makes that split explicit. It doesn't generate text at all. You hand it a state and a typed question, it
· 3 likesOpen on X
More like this
ราคา การประเมิน และที่มาของชื่อ Jev
เธรดเปิดตัวอธิบายการประเมินเวิร์กโฟลว์ code + AI ราคาอินพุตตอนเปิดตัว และโทเคนเอาต์พุตฟรี
โมเดล Jev: การสร้างความน่าจะเป็นสำหรับการตัดสินใจ เร็วกว่า 200 เท่าและถูกกว่า 400 เท่าเมื่อเทียบกับ LLM
โมเดลนี้ออกแบบมาสำหรับการตัดสินใจแทนการสร้างข้อความ โดยสร้างความน่าจะเป็นสำหรับแต่ละตัวเลือกแบบขนาน แทนที่จะตอบทีละโทเค็น ผู้เขียนยกตัวอย่างเปรียบเทียบแบบง่ายระหว่าง LLM ทั่วไปกับโมเดล Jev นี้
